做者 | 胡巍巍算法

出品 | CSDN（ID：CSDNnews）微信

一個女人，揹着7宗命案，潛逃國內23年。自覺得很僥倖，然而天網恢恢，疏而不漏。一顆攝像頭，最終仍是「抓」到殺人犯勞榮枝。網絡

被抓時還略帶微笑？哼！等待你的就是Game over。性能

據人民日報報道，12月5日，福建廈門警方已經將其移交江西南昌警方。江西警方當日將勞榮枝押解回南昌。學習

勞榮枝潛逃期間，可能是夜間在酒吧、KTV工做，臨被抓前，曾到朋友的手錶專櫃，幫忙照看生意。大數據

而她正是在商場看生意時，被警方一舉抓獲。嗯，這個朋友，真是個爲民除害的好朋友。人工智能

被抓前的過程是醬嬸兒的，據央視新聞，11月28日，廈門市思明公安分局刑偵大隊，經過大數據信息研判發現，一名疑似命案逃犯勞某枝的女子，出如今廈門某商場一帶。blog

隨後，警方經過DNA數據對比，肯定她就是命案逃犯。支付寶

這已經不是警方第一次，經過人臉識別大數據+DNA數據比對來抓壞人了。深度學習

「北大弒母案」的兇手吳謝宇，也是在重慶江北機場送人時，被攝像頭捕獲人臉，警方根據大數據對比，確認是吳本人，最終吳謝宇落網。

此外，截止目前，警方還從張學友演唱會上，抓了很多逃犯。

2018年張學友演唱會蘇州站，22名在逃人員落網。這其中，也涉及到人工智能和大數據技術。

當時，蘇州公安官微，還特地就此發微博。

而勞榮枝落網，也是「雲劍」行動的超大碩果。

「雲劍」行動是指，以互聯網雲服務、雲平臺爲利劍去抓捕疑犯。

這項行動「 以科技信息化手段爲支撐，突出打擊重點，全面創新打法，創建長效機制」。

爲何過了23年，大數據還能認出來是她？

事實上，逃亡期間，勞榮枝還曾整容，可是人類的顱骨、瞳距、虹膜卻不會變化。

因此，以深度學習爲基礎的人臉識別技術，才能認出來她就是逃犯。

「笑問客從何處來」，深度學習有答案

所謂深度學習，其實指的就是訓練神經網絡的過程。

神經網絡，就像你的大腦同樣有記憶。

舉個例子，你給一個神經網絡，看過你家貓在睡覺、吃貓糧、靜蹲和跳躍時的不一樣照片，那麼神經網絡就會記住這隻貓呈如今照片中的全部特徵。

這隻貓也許之後會變胖、毛髮也會減小，可是神經網絡已經緊緊記住這隻貓的不變的特徵。

用術語來講，就是「當一張圖像流過神經網絡的時候，會進行特徵點提取，而所謂的特徵點，在數學上就是一個高維座標」。

深度學習的誕生和優點

早在上世紀八九十年代，就已經有深度學習的存在，可是當時可分析的數據量過小，因此深度學習並無引發注意。

2006年， 深度學習教父傑弗裏·希爾頓（Geofrey Hinton ）提出快速計算「受限玻耳茲曼機」網絡權值及誤差的CD-K算法，這直接致使DBN等深度網絡的誕生。

它的優點在於，第一，深度學習擁有持久學習力，數據規模變大，它的性能會跟着變強；第二，深度學習能夠直接從數據中提取特徵，可謂省時省力。

深度學習在國內外的應用

在國內， 阿里巴巴、科大訊飛、百度和中科院自動化所等公司或研究單位，都在研究基於深度學習的語音識別或人臉識別。

好比，2019年3月，馬老師就曾在德國漢諾威IT展覽會上，向德國總理默克爾展現支付寶的刷臉支付。

幾個月後，螞蟻金服高級專家張潔，曾在採訪中表示，「支付寶人臉識別深度學習採用的是x60人臉區域（Patch）的多層卷積神經網絡。多層卷積神經網絡有三個核心，局部感知 、全值共享、時間或空間亞採樣，這三種思想的結合保證了在必定程度上得到位移、尺度和形變不變性。」

此外，科大訊飛的語音識別技術、微信語音識別技術，都必定程度上使用到深度學習。

也就是說，警察蜀黍用深度學習來抓壞蛋，之後再也不會是新鮮事，勞榮枝這樣的逃犯，必定會快快地落網。

有的壞人做惡，並不以爲是做惡，甚至連絲毫悔恨都沒有！

23年間，勞榮枝舞照跳、酒照喝、妝照化，沒事兒人的每天發朋友圈，卻忘了倒在本身手下的7條人命，對待這樣的人，惟有快速正法才能彰顯正義。科技助力法治進步，走你！